企業金融資產配置是否抑制了綠色技術創新？

陳隆軒 楊 杰

（云南師范大學經濟與管理學院，云南 昆明 650500）

一、引言

生態文明建設實現新進步是我國“十四五”時期經濟社會發展的主要目標之一，而推動綠色技術創新是我國實現綠色轉型和高質量發展的必然選擇。在我國創新、協調、綠色、開放、共享的新發展理念和經濟高質量發展戰略的背景下，應當堅持以企業為主體，以市場為導向，以綠色技術創新為內在驅動力， 推動可持續發展。但企業在綠色技術創新的過程中必然會受到來自內外部其他因素的影響，比如云南白藥在2020年通過證券投資獲利22.4 億元，在2021年因證券投資虧損了19.3 億，而在2018—2020年，云南白藥研發費用僅為1.1億元、1.74億元、1.81億，每年研發費用投入占總營收的比重均不足1%。這體現了企業內部管理者在主營業務增長乏力的情況下不重視研發投入，當外部投資者對企業績效提出要求時，管理者通過參與金融市場追求短期利益以彌補利潤增長的缺口。上述案例可能是當前我國上市公司發展的一個縮影，由此可見近年來金融與實體經濟發展脫節造成的“脫實向虛”等問題。那么，微觀企業在追求利潤增長的過程中能否注重綠色技術創新？基于這一問題，本文重點研究上市公司金融資產配置對綠色技術創新的影響和作用機制，為我國實現綠色技術創新高質量績效提供理論支撐。

針對企業綠色技術創新的影響因素，已有文獻主要從環境規制、政策影響的角度來考慮。齊紹洲等（2018）以我國排污權交易試點政策為例，研究環境權益交易市場是否誘發了企業綠色創新，結果表明相對于非試點地區以及清潔行業，排污權交易試點政策誘發了試點地區污染行業內企業的綠色創新活動。徐佳和崔靜波（2020）則以低碳城市試點政策作為外生政策沖擊，進一步研究發現行政命令控制型政策工具是試點政策發揮作用的主要路徑。陶鋒等（2021）研究環保目標責任制對綠色技術創新的質量和數量產生的影響，結果發現政策的實施雖然促進了創新數量的擴張，但也導致了創新質量的下降。然而，鮮有文獻研究企業內部因素對綠色技術創新的影響，因此，本文試圖分析企業廣泛參與金融市場投資對綠色技術創新造成的影響。研究發現：（1）企業金融資產配置對綠色技術創新的“擠出”效應顯著。（2）在國有企業、高融資約束的企業中，其抑制作用更強。（3）機制研究發現，企業金融資產配置通過降低企業績效和提高企業風險承擔兩個渠道影響綠色技術創新。

本文可能的貢獻在于：（1）從微觀企業內部的視角研究企業金融資產配置對綠色技術創新的影響，對綠色經濟可持續發展的研究進行了補充。（2）考慮企業股權性質和融資約束程度的差異，討論金融資產配置對綠色技術創新影響的異質性。（3）運用傾向得分匹配法處理高管特征帶來的樣本自選擇偏差問題，提高實證估計的精度。（4）從企業績效和企業風險承擔兩個渠道探究企業金融資產配置影響綠色技術創新的作用機制，豐富了現有研究成果。

二、理論分析與研究假設

（一）金融資產配置對綠色技術創新的影響

新古典經濟理論認為技術進步是外生決定的、偶然的、無成本的，而Romer（1986）提出的內生經濟增長理論拋棄了新古典增長模型中技術外生的假定，在規模收益遞增的框架下分析經濟實現均衡增長的可能性，將人力資本和技術創新納入模型，他認為知識的進步可以從勞動力的熟練程度和新設備的技術更新兩方面體現出來。根據Romer的內生增長思想，可以認為技術創新是企業提高核心競爭力、國家實現高質量發展的重要內在因素。在當前大力發展綠色經濟的背景下，構建綠色、集約和高效的創新系統是我國實體企業可持續發展的必然選擇。綠色技術創新是企業以提高資源利用率和減少能源消耗為目的，采用創新技術和手段等方式，實現經濟績效和環境績效雙重目標的創新活動，企業既能通過綠色工藝創新實現節能減排，同時也能通過綠色產品創新獲取市場份額。但是，由于創新活動具有高成本和高風險特征，企業在推進綠色技術創新過程中可能面臨資金短缺。資源依賴理論認為，企業為了達到目標所需要的資源不能夠完全由外部市場提供，還需要通過內部結構和過程調整等自主性行為獲取，以達到整體利益最大化。因此，企業配置金融資產可視為“理性”的組織控制行為，可以避免創新過程中的資金短缺，但如果超出適度范圍則會造成企業脫離主業、金融市場虛假繁榮。

目前文獻認為企業金融資產配置產生的影響主要有兩個方面。一方面，企業金融資產配置具有“蓄水池”效應。企業持有金融資產或從金融渠道獲利是為發展實業奠定基礎（彭俞超和黃志剛，2018），運用部分閑散資金進行金融資本投資不僅可以盤活資金，增加資產流動性，實現資本的保值、增值，還可以預防未來主業投資的資金缺口（杜勇等，2017；張靖璐和楊杰，2021；王紅建等，2017）。綠色技術研發需要大量資金投入，前期投入易受外部沖擊而轉變為沉沒成本，同時從研發到成果產出的過程中存在“陣痛期”，這都離不開長期資金的支持。因此，從金融資產配置的“蓄水池”效應來看，企業適度配置金融資產有利于其開展綠色創新研究活動。另一方面，支持“擠出”效應的觀點認為，基于企業資源的有限性，實體投資和金融投資之間存在替代關系（Tobin，1965），過度的金融資產配置會抑制實業投資率，弱化貨幣政策效果，增加系統性風險（張成思和張步曇，2015）。謝家智等（2014）認為制造業金融資產配置會降低企業創新能力，同時政府控制進一步放大了金融資產配置對創新的消極影響。謝富勝和匡曉璐（2020）同樣以制造業企業為研究對象，發現企業擴大金融活動會抑制經營利潤率，進而影響生產經營。

綜上所述，企業將有限的資源配置到金融資產上，可能對其發展綠色技術創新能力產生顯著的影響。若企業金融資產配置能夠支持并滿足綠色技術創新相關活動所需的資金，則能形成“蓄水池”效應，發揮正向的驅動作用；反之，若企業過度參與金融資產配置，則能形成“擠出”效應，阻礙綠色技術創新研發。據此，本文提出以下假設：

H1a：基于“蓄水池”效應，企業金融資產配置會促進綠色技術創新。

H1b：基于“擠出”效應，企業金融資產配置會抑制綠色技術創新。

（二）金融資產配置對綠色技術創新的異質分析

國有企業與非國有企業在綠色技術創新方面存在差異性。一方面，相對于非國有企業，國有企業肩負著一定的社會職能，享有政府的政策和資金支持，在政府大力倡導發展綠色經濟的背景下，國有企業可用于綠色創新研發的資金相對充足；但由于國有企業在市場競爭中壓力較小，同時具有較強的風險厭惡偏好，提高研發投入實現業績增長的動力不足，不會投入過多資金進行研發。另一方面，根據委托代理理論，政府作為委托人可能難以從外部有效監管研發資金的使用，此時管理層出于短期業績考慮，可能違背委托人的意愿將政府補助的綠色專項研發資金投向高收益的金融資產，阻礙企業長期可持續發展（晉盛武和何珊珊，2017）。反觀非國有企業，激烈的市場競爭會迫使其不斷自主創新，抓住發展綠色經濟的機遇，促進自身可持續發展，在配置金融資產的同時不會放棄對綠色技術的研發投入。據此，本文提出以下假設：

H2：其他條件相同情況下，與非國有企業相比，國有企業金融資產配置對綠色技術創新的抑制作用更為顯著。

對于融資約束程度不同的企業來說，金融資產配置對綠色技術創新的影響也不盡相同。債務融資和金融資產配置都是企業應對資金短缺的方式，前者是通過外部融資方式獲取資金，但由于金融市場普遍存在的信息不對稱和合約摩擦等問題，該方式的融資成本較高（Cooper 和Haltiwanger，2006）；后者則是通過金融資產投資獲取收益，以應對資金短缺。根據資源配置理論，企業會因為融資成本較高和融資期限較長而放棄債務融資，轉而選擇投資金融資產以獲取更多的現金流，此時金融資產配置明顯會擠占其他資源配置，包括發展綠色技術創新的研發投入。因此，企業面對較高的融資約束時，難以持續發展綠色技術創新；而融資約束較低的企業本身擁有較為穩定的現金流，在發展主營業務的同時，可能會將部分資金用于綠色研發，培育綠色增長點以帶動企業可持續發展。據此，本文提出以下假設：

H3：其他條件相同情況下，與低融資約束企業相比，高融資約束企業金融資產配置對綠色技術創新的抑制作用更為顯著。

（三）金融資產配置對綠色技術創新的影響機制分析

隨著金融資產配置水平的不斷提升，非金融企業逐步偏離主營業務，實業資本逐步發展為金融資本，企業的大部分收益來源于外部金融市場，但金融資產的高額收益也伴隨著不穩定性。一方面，投資金融資產造成的虧損可能直接導致企業業績下滑，甚至將主營業務產生的收益也虧損殆盡，企業無力支撐綠色技術研發，從而阻礙綠色技術創新的發展。另一方面，金融資產配置產生的高收益可能會使企業管理重心從主營業務偏移到金融部門，嚴重的資源錯配會對主營業務的穩定發展造成打擊，從而降低企業績效收入。從管理層角度來說，董事會的激勵政策將高管績效與企業利潤直接掛鉤，在這種激勵機制條件下，高管顯然有動機追逐股票等高風險高收益的金融資產，而忽略中小股東的利益。綜上所述，企業金融資產配置通過降低企業績效，從而抑制綠色技術創新發展。據此，本文提出以下假設：

H4：企業金融資產配置通過降低企業績效，進而抑制綠色技術創新。

企業配置金融資產雖然能夠通過預防性儲蓄以應對未來市場的不確定性，但在等待投資機會的同時也增加了企業的風險承擔。風險承擔反映了企業在追求高利潤時愿意為之付出代價的投資傾向（Boubakri等，2013），一方面，面對綠色技術創新這類前期投入多、資金需求大以及不確定性高的研發投資等情況時，企業金融資產配置可以發揮“蓄水池”效應，提供高流動性和變現能力以增強企業自身的籌資能力，為綠色技術創新持續提供資金支持，企業通過持有金融資產獲得的收益可以提升企業財務狀況，從而提高企業風險承擔（徐雋翊等，2020）。另一方面，在企業內部經營決策中，根據委托代理理論的“棘輪效應”，股東與經理之間的風險分擔存在著不一致性，股東將投資結果看成是其金融資產的回報，而經理則認為投資結果是個人能力的反映。因此，經理會為了個人利益追求金融資產的高收益，這進一步放大了企業承擔風險的傾向。由于風險承擔的提高，企業對于各部門的資源配置也會更加謹慎，從而抑制綠色技術創新的研發投入。據此，本文提出以下假設：

H5：企業金融資產配置通過提高企業風險承擔，進而抑制綠色技術創新。

企業金融資產配置影響綠色技術創新的機制框架如圖1所示。

圖1：企業金融資產配置影響綠色技術創新的機制框架

三、研究設計

（一）數據說明

本文選取2008—2020年我國滬深A股上市公司作為研究對象，為了保證數據有效性及實證結果的真實性，剔除金融業、房地產業上市公司，剔除ST、*ST以及PT 股，剔除數據缺失或異常的上市公司，最終得到30050 個觀測值。研究中使用的企業微觀數據主要來自國泰安數據庫和中國研究數據服務平臺。同時，為減輕極端值對實證結果的影響，本文將上述數據進行匹配后對部分連續變量進行了1%和99%的縮尾處理。

（二）指標選取

1.被解釋變量。本文將綠色技術創新作為被解釋變量，指標構建參考齊紹洲等（2018）、徐佳和崔靜波（2020）的方法，采用中國研究數據服務平臺的綠色專利數據（GPRD），選擇綠色專利總量（Gre）、綠色發明專利（GreInv）和綠色實用新型專利（GreUty）三個指標來衡量綠色技術創新能力。相比其他文獻運用研發投入資金衡量綠色技術創新能力的方式，本文所選指標不僅可以將綠色技術創新的產出進行量化，同時還考慮了專利技術的分類，以體現綠色創新能力的不同層次。此外，在數據處理過程中，為避免個別企業專利數量為零的情況，將上述數據均加1后取自然對數。

2.核心解釋變量。參考杜勇等（2017）的衡量方法，采用國泰安數據庫中的資產負債表數據庫，選用以下六類科目的總額占總資產的比值來衡量本文的核心解釋變量金融資產配置水平（Fin）：交易性金融資產、金融衍生資產、可供出售金融資產凈額、持有至到期投資凈額、投資性房地產凈額和發放貸款及墊款凈額。

3.控制變量。根據已有文獻，為控制影響企業綠色創新產出的其他變量，本文納入了企業特征變量和治理變量，具體包括董事會規模（Board）、獨立董事比例（Dep）、股權集中度（Top）、兩職合一（Dual）、股權性質（State）、成長能力（Growth）和上市年齡（Age）。此外，本文還控制了年度固定效應（Year）和行業固定效應（Ind），具體變量類型、名稱、符號和定義如表1所示。

表1：變量定義及說明

（三）計量模型

為驗證假設一，本文構建了模型（1）以考察金融資產配置水平對企業綠色技術創新的影響。

其中，綠色技術創新用綠色專利總量（Gre）、綠色發明專利（GreInv）和綠色實用新型專利（GreUty）來表示，解釋變量Fin表示金融資產配置水平，Controls 為控制變量，Year 為年度固定效應，Ind為行業固定效應， ε表示隨機干擾項。若假設H1b成立，預計Fin 的回歸系數顯著為負，即表明金融資產配置水平越高，企業綠色技術創新水平越低。

四、實證結果分析

（一）描述性統計

變量的描述性統計結果見表2。綠色專利總量的均值為0.5823，標準差為0.9871，表明樣本期內中國上市企業申請的綠色專利數量相對較少。對比綠色發明專利和綠色實用新型專利，兩者的均值（標準差）分別為0.3898（0.7856）、0.3731（0.7541），前者的專利申請數量略高于后者，這意味著在樣本企業申請的綠色專利中，對綠色技術進步價值更高的發明專利數量更多。金融資產配置水平的均值為0.0345，最大值達到了0.4000，說明部分企業持有的金融資產占總資產的比例較大。

表2：變量描述性統計結果

（二）基準回歸分析

表3 匯報了實體金融資產配置水平對綠色技術創新的回歸結果。從第（1）、（2）列中可以看到金融資產配置的回歸系數顯著為負，說明實體金融資產配置水平的提高會抑制綠色技術創新。在引入控制變量后，回歸系數從-0.3695 下降至-0.4224，這意味著在控制其他變量后，金融資產配置行為對綠色技術創新的抑制作用更加明顯，具體來說，實體企業每增加1個百分點的金融資產配置，就會減少0.4224%的綠色技術創新產出。表3 第（3）、（4）列分別是金融資產配置對綠色發明專利和綠色實用新型專利的回歸結果，可以發現金融資產配置每增加1%，會顯著減少0.2587%的綠色發明專利產出和0.3185%的綠色實用新型專利產出。綜上所述，研究假設H1b成立，金融資產配置對綠色技術創新產生了負向的抑制作用，呈現“擠出”效應。

表3：金融資產配置對綠色技術創新的基準回歸

（三）異質性分析

為考察假設H2，本文參考張成思和鄭寧（2019）的做法，根據股權性質進行分樣本回歸，回歸結果如表4 所示。從第（1）—（3）列可以看出，國有企業金融資產配置對綠色專利總量和綠色實用新型專利產生了顯著的負向效應，其回歸系數分別為-0.3263和-0.3327，均通過了1%的顯著性水平檢驗。但金融資產配置對于綠色發明專利的影響并不顯著，這可能是因為國有企業在綠色創新研發過程中，更傾向于創新水平較高的發明專利，即使金融資產配置擠占了研發資金，對發明專利的研發投入也不會產生較大影響。從第（4）—（6）列可以發現，在非國有企業中，金融資產配置對綠色技術創新的影響均不顯著，這可能是因為非國有企業在進行金融資產配置的過程中，并不會放棄發展綠色技術創新能力，所以金融資產配置對綠色創新無法產生較大影響。綜上，研究假設H2成立。

表4：基于股權性質的異質性分析

為驗證假設H3，本文采用Hadlock 和Pierce（2010）構建的SA 指數來衡量融資約束，SA 指數越大，表明融資約束程度越高。根據融資約束程度的中位數將樣本分為兩組，并進行回歸，回歸結果如表5所示。第（1）—（3）列是高融資約束組的回歸結果，可以發現金融資產配置影響綠色技術創新各個變量的回歸系數為-0.3622、-0.1720 和-0.3436，均通過了1%的顯著性檢驗；而在第（4）—（6）列中，低融資約束組的企業金融資產配置對綠色技術創新的影響不顯著。這意味著企業面對較高融資約束時，需要通過金融資產配置獲取較多現金流，從而擠占了綠色技術創新的研發投入，因此，高融資約束組的金融資產配置對綠色技術創新產生了顯著的負向抑制作用。綜上，研究假設H3成立。

表5：基于融資約束的異質性分析

五、穩健性檢驗

（一）內生性問題

從上文可知，實體企業金融資產配置對綠色技術創新會產生抑制作用，但企業進行綠色技術創新也可能會影響金融資產配置的水平，即金融資產配置和綠色技術創新之間可能存在雙向因果的內生性問題。

本文參照杜勇等（2017）的做法，采用Fin 的滯后一期（L.Fin）作為工具變量，運用兩階段最小二乘法（2SLS）對模型（1）進行內生性檢驗。考慮到金融資產配置具有一定的延續性，滯后一期的金融資產配置與當期金融資產配置具有相關性，同時往期的金融資產配置對企業當期綠色技術創新的影響極低，滿足工具變量的基本條件，能夠用于內生性檢驗，結果見表6。第（1）列匯報了第一階段回歸結果，滯后一期與當期的金融資產配置在1%的水平上顯著相關，同時F 統計值為138.17，顯著大于10，說明不存在弱工具變量問題。第（2）—（4）列匯報了第二階段的回歸結果，可以發現實體金融資產配置在1%的水平上均顯著抑制衡量綠色技術創新的三個指標，這與前文結論完全一致，說明模型（1）不存在內生性問題。

表6：工具變量法檢驗內生問題

（二）樣本選擇偏差

基于烙印理論，公司高管在過去某個關鍵的發展階段更容易受到環境影響（McEvily 等，2012），在此期間的經歷會隨著環境刺激更加敏感，從而形成新的認知和行為，并且這種改變將持續存在。因此，高管個人特征在企業經營決策，尤其是金融資產配置的決策中發揮著重要作用。本文選取了學術背景和金融背景作為高管個人特征的代理變量。一方面，學術經歷會使高管擁有嚴謹的學術思維和邏輯能力，能夠清晰地了解企業創新能力對于未來發展的重要性，會更加注重綠色技術創新的資金投入。另一方面，金融經歷則會使高管更加擅長對金融資產的運作，對資本市場更加敏感，能夠把握最佳機會并做出合理決策，擁有金融背景的高管會更傾向于投資金融資產而降低對綠色創新的投入。

基于上述理論可以發現，在金融資產配置對綠色技術創新產生抑制作用的過程中，存在樣本選擇偏差的問題，這影響了最小二乘法（OLS）得到一致性參數估計的隨機性前提。因此，本文分別按照高管是否具有學術經歷和金融經歷將樣本分為處理組和控制組，利用Logit模型估計傾向得分，采用k近鄰匹配法（k-nearest neighbor matching）對樣本進行匹配，同時選擇控制變量作為協變量。圖2 為匹配前后核密度函數圖，對比發現學術背景組和金融背景組的核密度函數在匹配后均更加貼合，同時匹配后相關控制變量的標準化偏差（%bias）均小于5%。將匹配后的完全隨機樣本再次回歸，結果如表7 所示，可以發現在剔除高管個人特征的偏差之后，金融資產配置對綠色技術創新的回歸系數均在1%的水平上顯著為負，結論與前文一致。

表7：穩健性檢驗：傾向得分匹配消除樣本偏差

圖2：核密度函數圖

（三）替換被解釋變量

本文參考齊紹洲等（2018）的做法，將上市公司當年獨立獲得的綠色專利數量（Gre_GA）作為原被解釋變量（Gre）的替換變量，并同樣劃分為綠色發明專利替換變量（GreInv_GA）和綠色實用新型專利替換變量（GreUty_GA）。專利的獲得相對于申請來說，存在一定的時滯性，能夠代表企業未來的綠色創新能力。如表8 所示，企業金融資產配置與綠色技術創新之間存在顯著的負向關系，與前文的結論是一致的。

表8：穩健性檢驗：替換綠色技術創新

六、作用機制檢驗

（一）金融資產配置、企業績效和綠色技術創新

根據前文分析，企業金融資產配置對綠色技術創新存在“擠出”效應，隨著金融資產配置水平的不斷提升，非金融企業逐步偏離主營業務，企業的大部分收益來源于金融市場，金融市場投機的不穩定性直接或間接影響投資收益，降低企業績效，從而抑制綠色技術創新。本文采用Baron 和Kenny（1986）的中介效應檢驗做法，構建了以下模型對“金融資產配置—企業績效—綠色技術創新”這一路徑進行檢驗。其中，采用總資產凈利潤率來衡量企業績效（Roa），控制變量選用董事會規模（Board）、獨立董事比例（Dep）、股權集中度（Top）、兩職合一（Dual）、股權性質（State），同時控制了個體和時間效應。

表9 匯報了企業績效的機制檢驗結果。第（1）列結果顯示，金融資產配置與企業績效在5%的水平上顯著負相關；第（2）、（4）、（6）列中，金融資產配置顯著抑制綠色技術創新；引入中介變量后，第（3）、（5）、（7）列中，企業績效與綠色專利總量和綠色發明專利在1%的水平上顯著正相關，金融資產配置對綠色技術創新的回歸系數仍顯著為負。穩健起見，本文還進行了Sobel 檢驗，Z 統計量均在1%的水平上顯著。這說明企業績效在金融資產配置與綠色技術創新之間發揮部分中介作用，即企業金融資產配置通過降低企業績效進而抑制綠色技術創新，假設H4成立。

表9：基于企業績效的機制檢驗

（二）金融資產配置、企業風險承擔和綠色技術創新

企業金融資產配置不僅在外部金融市場影響綠色技術創新，在內部經營渠道中也會阻礙綠色技術創新的發展。為考察企業金融資產配置是否通過企業風險承擔影響綠色技術創新，建立如下中介效應模型對“金融資產配置—企業風險承擔—綠色技術創新”這一路徑進行檢驗。

其中，本部分將企業風險承擔（Risk）作為中介變量，參考何瑛等（2019）的做法，使用企業在每三年（T=3）時段內的盈余波動程度來衡量企業風險承擔，盈余波動性越大，表明企業風險承擔水平越高。計算方法如公式（8）和（9）所示，控制變量與模型（2）一致。

表10 匯報了企業風險承擔的機制檢驗結果，第（1）列中金融資產配置對企業風險承擔的影響在1%的水平上顯著為正，說明金融資產配置提高了企業風險承擔；第（2）、（4）、（6）列的結果顯示，金融資產配置抑制綠色技術創新；引入中介變量后，第（3）、（5）、（7）列中，企業風險承擔對綠色技術創新的影響顯著為負，金融資產配置對綠色技術創新的影響均顯著為負，且系數絕對值下降。同時，Sobel 檢驗顯示Z 統計量通過了1%的水平檢驗。這說明企業風險承擔在金融資產配置與綠色技術創新之間起到了部分中介作用，即企業金融資產配置通過提高企業風險承擔進而抑制綠色技術創新，假設H5成立。

表10：基于企業風險承擔的機制檢驗

七、結論與建議

本文運用2008—2020年我國滬深A股上市公司數據，實證研究了企業金融資產配置對綠色技術創新的影響，從企業績效和企業風險承擔兩個渠道檢驗了企業金融資產配置對綠色技術創新的作用機制。結果表明，企業金融資產配置對綠色技術創新具有顯著的“擠出”效應，在國有企業和高融資約束企業中，其抑制作用更明顯；使用滯后一期的金融資產配置作為工具變量檢驗內生性問題，使用傾向得分匹配消除高管個人特征的樣本自選擇偏差問題，替換被解釋變量進行穩健性檢驗，結果仍然顯著；機制研究發現，企業金融資產配置通過降低企業績效和提高企業風險承擔進而影響綠色技術創新。由此，本文提出以下政策建議：

對政府部門而言，應進一步優化企業創新的金融環境，加大金融部門服務實體經濟的力度，最大限度發揮金融市場的積極作用。首先，政府應全面落實與加強金融監管政策，鼓勵企業加大實體投資，引導企業將發展方向瞄準綠色技術創新，抓住綠色轉型發展機遇；其次，政府部門應當關注國有企業管理層的外在監管和激勵問題，防止企業因追求短期利益而忽視研發投入，限制企業對自有閑置資金的投資額度，優化企業金融資產配置結構；最后，政府應出臺具有針對性的政策，滿足企業綠色創新研發的融資需求，降低企業外部融資門檻，減輕企業內部經營壓力。

對非金融企業而言，綠色創新能力的提高是綠色轉型發展的關鍵一步，也是實現經濟績效和環境績效雙提升的重要前提。首先，企業應當發展適合自身的綠色創新文化，理解綠色技術創新在提高經濟績效和環境績效中的重要意義，將綠色創新作為企業長期發展的路徑；其次，面對復雜的市場、技術及政策環境，企業管理層需要提高經營決策能力和投資策略水平，靈活適度配置金融資產以支持綠色創新研發，同時加強董事會治理，避免出現因業績壓力而盲目追求短期利潤的情況，防范企業“脫實向虛”；最后，企業還需進一步拓寬融資渠道，增強對融資環境變化的應對能力，為綠色技術研發提供強有力的資金支撐，推動我國綠色轉型和經濟高質量發展。

①數據來源于巨潮資源網。